肖敏 上海电机学院商学院

基金项目：上海市高校青年教师培养资助计划《知识工作生产率测评方法研究》(ZZSDJ14020)；上海电机学院科研启动项目《知识员工生产率评估研究》(14QD14)。

摘要：随着数据技术的发展，大数据时代的来临，知识密集型工作生产率测度方法亟需变革。本文主要探讨知识密集型工作生产率测度的技术方法及其绩效测评问题，研究分析表明知识密集型工作生产率评价受到评判标准、评判方法、评判工具等因素的影响，构造知识密集型工作生产率测度的普适模型是实现知识密集型工作生产率量化的具体途径。

关键词：知识密集型 工作生产率 技术方法 绩效测度       

以知识为基础的生产率是价值创造的重要源泉，是组织成功运营及潜在发展的重要基础。随着信息技术的普及，全球经济的发展，知识管理的发展，知识工作、知识工作者的生产率已然成为经济发展的引擎，而知识密集型工作生产率测度的技术方法也成为工业工程师、企业管理者、社会经济学家、行为科学家等专家学者的重要研究领域。生产率的本质是产出与投入之比，知识工作及其生产率的复杂性使得知识密集型工作生产率的测度过程变得非常困难，如何测度知识密集型工作生产率的问题是知识工作需要解决的重要问题，许多专家学者对此进行了大量的研究探索。比如 Sassone(1991)采用最低知识含量层次的员工可以完成的任务量对工作进行分类，观察员工是否超过或低于最低水平等，这些信息有利于企业更好的调度、管理工作组中的员工并实现绩效最优化。Hadi (1999)提出了测度知识密集型工作生产率的较全面的观点，认为生产率测度应该从三个方面讨论：量化的有形的测度；间接测度；组织测度，如团队合作和创新。Hadi提出数据收集的方法有问卷调查，观察技术，结构化的访谈，焦点小组和工作分析。知识密集型工作生产率测度技术方法为生产率的计量提供了具体实施的途径。

一、生产率测度的技术方法

(1) 多要素、多准则生产率测度

Sink (1985) 提出了多要素生产率测度模型（MFPMM），名义绩效或生产率测度方法（NP/PMM），多准则绩效或生产率测度技术（MCP/PMT）。MFPMM相关的模型是全要素生产率模型、总生产率模型、产品导向的总生产率模型，是一种测度生产率的动态的，综合的，指数化，计算机化的方法。NP/PMM又称作基于名义小组技术，通过结构化团队程序为团队工作选择合适的生产率测度。MCP/PMT也称作目标矩阵。M表明了测度的生产率/绩效是由许多准则或测度方法组成，必须考虑不同准则对绩效完全不同影响的问题。因此，可能会有许多偏好函数问题，这些方法不直接测度生产率，但是测度与生产率相关的绩效准则或属性。

 (2) 生产率测度的流程模型

Ray and Sahu (1989) 提出了测度知识工作生产率的方法，需要三个步骤：知识工作岗位分类；确定这些分类之间的关系；设计合适的生产率测度和评估模型。第一步，工作岗位可分为两种类型：程序性的或者重复性的工作和非程序非重复性的工作。第二步，根据工作表现的特征建立关系，建立测度最终生产率的计算指标。第三步，使用前两步的结果设计生产率测度。生产率测度的流程模型为知识密集型工作生产率测度的技术方法提供了理论基础。

二、生产率绩效测度

Zigon(1999)论述了目前在生产率绩效测度中存在的问题，并提出了相应的解决方法。首先要明确工作贡献的目标；第二，确定内部、外部客户及其客户对于产品或服务的具体需求；第三，确定工作职位的价值增值结果，应该把服务转变成符合组织目标、工作贡献的价值增值结果；第四，对每项价值增值结果赋予权重，确定其对组织目标贡献的重要性程度；第五，对各项结果实施测度；第六，对于各项测度，创造描述满足期望及超越期望的绩效标准；第七，审核绩效测度结果。第八，创造追踪系统。上述方法及准则为知识工作生产率的评估提供了实施的范式、评判标准及评判方法。

三、生产率测度的技术方法评价

现有的关于知识工作生产率测度的技术及相关研究方法，为生产率测度领域的研究提供了思路，但是由于研究的基础、研究的概念、研究的准则等基础问题没有统一，这些研究方法和技术就表现得比较零散，缺乏理论的基础和可靠的经验依据。此外，不同的学者都有不同的评价标准，使得知识工作生产率的测度问题更加复杂化。生产率是经济增长社会进步唯一的真正源泉。为了保持具有竞争力的绩效水平，知识工作必须是有效率的，有效果的；高质量的；在产品和流程上具有创新性；确保工作生活质量；保持具有竞争力的生产率水平；维持可以接受的盈利水平。基于以上的分析，知识密集型工作生产率测评方法的研究方向可以在以下方面进行深入探索：

第一，通过研究数十年来知识工作生产率测度方法相关的大量文献，发现知识密集型工作生产率的测度方法已经不能再根据体力工作生产率的评估方法直接计量。由于知识密集型工作缺乏任何工作的结构流程，管理者采用大多数已有的方法测度和评估这些工作时相当困难。知识经济的发展，人类社会的不断前进，知识工作生产率的测评结果也受到组织、部门、工作组、个人相关评判内容、评判标准、评判方法、评判工具等因素的影响。

第二，知识密集型工作生产率意味着知识员工在组织正确的方向指引下，在工作的正确目标要求下，在正确的时间周期内，使用正确的方法执行完成正确的工作任务。大多数模型中的投入因素仅处理给定周期内知识工作者的劳动时间，而知识工作的标准时间是难以形成的，并且资本投资、设施利用等投入也应当给予相应地考虑。

第三，大多数生产率测度和改善方法的构造仅与特定职能有关，比如管理人员，监督人员和文书人员等。而知识密集型工作的特殊特征必须模型化，构造适合知识密集型工作生产率测度和评估的一般方法。知识工作生产率系统模型对组织绩效也有着重要影响。

第四，知识密集型工作生产率评价与组织群体文化、管理者的评价方法、评价标准、评价工具等都是相关联的。因此，在相似的组织环境中，相似的知识含量层次的工作生产率评估中，如果评估者的效用评价函数一致，只要选择相同的、满意的生产率评估指标，就可以得到评估者对知识工作完成情况的生产率效用评价结果，据此就可以客观地衡量、预测知识员工的工作生产率水平，由此可以作为知识员工薪酬、晋升、激励、培训等管理决策的依据，组织单位也可以进行绩效评估以及人力资源的优化配置。

参考文献：

[1]Sassone, P. G.(1991), Office Productivity: The Impacts of Staffing, Intellectual Specialization and Technology[M]. Georgia: The Georgia Institute of Technology School of Economics, pp.135.

[2]Hadi,M.(1999), “Productivity in the workplace”[J]. Facilities Management World, No.17, pp.19-21.

[3]Sink, D. S.(1985), Productivity Management : Planning, Measurement and Evaluation, Control and Improvement[M]. John Wiley & Sons, New York, NY.pp.1-518.

[4]Ray, P. K. and Sahu, S. (1989), “The measurement and evaluation of white-collar productivity” [J]. International Journal of Operations and Production Management, Vol. 9 No. 4, pp. 28-48.

[5]Zigon, J. (1999), How to Measure Employee Performance[M]. Zigon Performance Group,Media,PA.pp.1-171.(second edition).